Graph Mem MCP

Graph Mem MCP

用于AI代理和IDE的持久知识图内存

 

Graph Mem MCP是一个通用的MCP服务器，通过知识图为任何代理或IDE提供持久的结构化内存。它将图存储、语义向量搜索和多跳遍历组合在一个包中——安装它，将其添加到MCP配置中，您的代理将获得在会话中生存的内存。它适用于MCP所做的任何地方。

使用

Claude Code OpenCode Cursor Windsurf Codex CLI Gemini CLI

GitHub Copilot Amp Kiro Roo Code Trae Augment

Continue Warp KiloCode Qoder CodeBuddy Droid (Factory)

Antigravity · and any MCP-compatible agent, IDE, or framework

______________________________________________________________________

这是什么？

AI代理在会话之间会忘记一切。他们重新读取文件，重新发现架构，并重复错误。 Graph Mem MCP 通过提供任何兼容MCP的代理都可以读取和写入的持久的、每个项目的知识图来解决这个问题。该图随着代理的工作而有机地构建——从每个对话中提取实体、决策和关系。它作为一个标准的MCP服务器运行，带有28个工具，可以插入任何支持模型上下文协议的代理、IDE或框架。

为什么是图形，而不仅仅是矢量存储？

矢量搜索结果 _相似的_ 东西。图表查找 _连接的_ 东西。当代理询问“什么依赖于身份验证服务？”时，向量存储会返回提到身份验证的文本。知识图遍历实际的依赖边，并返回每个上游消费者，即使是那些在描述中从未提及“auth”的消费者。Graph Mem为您提供了两种功能：模糊发现的向量相似性，结构查询的图遍历。

用例

• 代理内存 --为任何AI编码代理提供跨会话的持久上下文
• IDE集成 --将知识图工具添加到Cursor、Windsurf、Copilot或任何启用MCP的IDE中
• 代理商大楼 --在构建自定义AI代理和工作流时用作存储层
• 研究与知识管理 --利用语义搜索构建结构化知识库
• 多项目背景 --使用多图支持为每个项目维护单独的知识图

______________________________________________________________________

快速开始

1.安装：

pip install graph-mem

2.为您的代理安装技能：

graph-mem install opencode      # OpenCode
graph-mem install claude        # Claude Code
graph-mem install cursor        # Cursor
graph-mem install windsurf      # Windsurf
graph-mem install codex         # Codex CLI
graph-mem install gemini        # Gemini CLI
graph-mem install copilot       # GitHub Copilot
graph-mem install amp           # Amp
graph-mem install kiro          # Kiro
graph-mem install roocode       # Roo Code
graph-mem install trae          # Trae
graph-mem install augment       # Augment
graph-mem install continue      # Continue
graph-mem install warp          # Warp
graph-mem install kilocode      # KiloCode
graph-mem install qoder         # Qoder
graph-mem install codebuddy     # CodeBuddy
graph-mem install droid         # Droid (Factory)
graph-mem install antigravity   # Antigravity

这将编写一个技能文件，教您的代理如何使用所有28个MCP工具——何时搜索、何时添加实体、命名约定和常见工作流。

3.配置MCP 通过将此添加到代理的MCP配置中：

{
  "mcpServers": {
    "graph-mem": {
      "command": "graph-mem",
      "args": ["server"]
    }
  }
}

完全定制：

{
  "mcpServers": {
    "graph-mem": {
      "command": "graph-mem",
      "args": [
        "server",
        "--project-dir", "/path/to/my/project",
        "--embedding-model", "sentence-transformers/all-mpnet-base-v2",
        "--use-onnx",
        "--cache-size", "20000",
        "--log-level", "INFO"
      ]
    }
  }
}

就是这样。你的特工现在有持久记忆了。通过让它运行来验证 read_graph().

______________________________________________________________________

一键设置

将此粘贴到您的客服聊天室中以立即开始：

I want you to give yourself persistent memory using graph-mem. Run the following:

pip install graph-mem
graph-mem install opencode    # or: claude, cursor, windsurf, codex, gemini, copilot, amp, kiro, roocode, trae, augment, continue, warp, kilocode, qoder, codebuddy, droid, antigravity

This installs a skill file that teaches you how to use all 28 MCP tools.
The server should already be configured in your MCP config. If not, add it:

{
  "mcpServers": {
    "graph-mem": {
      "command": "graph-mem",
      "args": ["server", "--project-dir", "/path/to/your/project"]
    }
  }
}

Now start using the knowledge graph:

1. read_graph() to see current state
2. search_nodes("relevant topic") to find existing knowledge
3. add_entities, add_relationships, add_observations as you learn things
4. update_observation / update_relationship to fix mistakes in-place
5. open_dashboard() to explore the graph visually in your browser
6. At session end, capture anything important you discovered

Your goal: build a rich knowledge graph of this project so future sessions
start with full context instead of from zero. Search before adding to avoid
duplicates. Be specific with entity names and types.

______________________________________________________________________

安装

选项1:pip（推荐）

pip install graph-mem
graph-mem server

选项2:uvx（零预安装）

uvx graph-mem server

uvx 将包下载到一个隔离的环境中，并在一个命令中运行它。除此之外无需预安装 紫外线.

选项3：来源

git clone https://github.com/Sathvik-1007/GraphMem-MCP
cd graph-mem
pip install -e ".[full,dev]"
graph-mem server

任选附件

pip install "graph-mem[embeddings]"   # sentence-transformers for local embeddings
pip install "graph-mem[onnx]"         # ONNX runtime for ~3x faster inference
pip install "graph-mem[ui]"           # aiohttp for interactive graph visualisation
pip install "graph-mem[full]"         # all of the above

______________________________________________________________________

工具

Graph Mem公开 28个MCP工具 --10个用于写入，9个用于读取，4个用于维护，4个负责多图管理，1个用于实用程序。对每个原语进行完整的CRUD操作：实体、关系和观察都可以创建、读取、更新和删除。

书写工具（10）

阅读工具（9）

维护工具（4）

可视化（1）

多图工具（4）

多图存储：每个命名图都是一个单独的SQLite数据库 .graphmem/。默认图形为 graph.db.使用 --graph 在CLI命令上以特定图形为目标。

______________________________________________________________________

建筑

graph TD
    Agent[Any MCP-Compatible Agent or IDE] --> Transport

    subgraph Transport
        STDIO[stdio]
        SSE[SSE]
        HTTP[streamable-http]
    end

    Transport --> Tools

    subgraph Tools[Graph-Mem MCP Server — 28 MCP Tools]
        Write[Write · 10 tools]
        Read[Read · 9 tools]
        Maint[Maintenance · 4 tools]
        Graph[Multi-Graph · 4 tools]
        UI[Dashboard · 1 tool]
    end

    Write --> Engines
    Read --> Engines
    Maint --> Engines

    subgraph Engines
        GE[GraphEngine]
        SE[HybridSearch]
        EE[EmbeddingEngine]
        GT[GraphTraversal]
        EM[EntityMerger]
    end

    Engines --> Storage

    subgraph Storage[SQLite Storage]
        DB[SQLite WAL]
        VEC[sqlite-vec]
        FTS[FTS5]
    end

    UI --> Dashboard[React SPA + aiohttp]
    Dashboard --> DB

每个项目的所有内容都存在于一个SQLite数据库中。服务器通过MCP的标准stdio传输（也支持SSE和流式http）进行通信，并将所有数据存储在 .graphmem/graph.db 在你的项目根。数据库文件是可移植的——在机器之间复制它，将其签入版本控制，或像其他文件一样备份它。

有关详细的技术文档——数据模型、搜索管道、实体解析、存储架构和请求流图——请参阅 运作原理.

______________________________________________________________________

MCP集成

Graph Mem MCP是一个标准的MCP服务器。它通过模型上下文协议（默认情况下为stdio，也支持SSE和流式http）与您的代理通信，并公开代理直接调用的28个工具，就像它调用任何其他MCP工具一样。它适用于所有与MCP兼容的代理、IDE和框架。

要验证它是否正常工作，请让您的代理运行 read_graph() --它应该返回当前的图形统计信息。

______________________________________________________________________

图形可视化

graph-mem ui                              # open interactive graph explorer
graph-mem ui --no-open                    # start server without opening browser
graph-mem ui --port 9090                  # use a specific port
graph-mem ui --graph harry-potter         # open a specific named graph

这 open_dashboard MCP工具还会启动此UI服务器，并将URL直接返回给您的代理。

仪表板功能：

• 力导向图形画布 实时物理模拟
• 实体类型过滤 --通过侧边栏复选框切换实体类型的可见性
• 单击以聚焦 --单击图表或侧边栏上的节点，立即居中并缩放到它
• 内联实体编辑 --单击详细信息面板中的任何字段（名称、类型、描述）以就地编辑
• 物业管理 --使用每行控件为每个实体添加、编辑和删除单个属性
• 观测管理 --通过确认对话框和内联编辑添加、编辑和删除观察结果
• 关系导航 --单击相关实体以浏览图形
• 实体创建和删除 --从侧边栏创建新实体，从详细信息面板危险区域确认删除
• 混合搜索 --跨所有实体的语义+关键字搜索
• 图形选择器 --在命名图之间切换，而无需重新启动服务器
• 物理控制 --实时调整弹簧、斥力、阻尼和重力
• 键盘快捷键 --空间（再热）、F（适合查看）、逃生（取消选择）

______________________________________________________________________

数据存储

默认情况下，Graph Mem将其数据库存储在 .graphmem/graph.db 相对于当前工作目录。您可以通过以下方式控制：

优先级顺序： --db > --project-dir > GRAPHMEM_DB_PATH env是>默认值。

这 .graphmem/ 如果目录不存在，则会自动创建。添加 .graphmem/ 给你的 .gitignore 如果您不想在版本控制中跟踪数据库。

______________________________________________________________________

CLI 参考

服务器

graph-mem server                          # stdio transport (default)
graph-mem server --transport sse          # SSE transport
graph-mem server --db /path/to/graph.db   # custom database path
graph-mem server --project-dir /my/project  # store memory in /.graphmem/
graph-mem server --project-dir /my/project --graph harry-potter  # use named graph

# Embedding customization
graph-mem server --embedding-model sentence-transformers/all-mpnet-base-v2
graph-mem server --no-onnx --embedding-device cuda
graph-mem server --cache-size 50000

# Tuning
graph-mem server --search-limit 20 --max-hops 6
graph-mem server --log-level DEBUG

所有服务器选项：

技能安装

graph-mem install                  # project-level install
graph-mem install  --global        # global/user-level install
graph-mem install  --domain code   # use domain overlay (code, research, general)

支持的代理： claude, opencode, cursor, windsurf, codex, gemini, copilot, amp, kiro, roocode, trae, augment, continue, warp, kilocode, qoder, codebuddy, droid, antigravity.

图形管理

graph-mem init                            # create .graphmem/ directory
graph-mem init --project-dir /my/project  # create in specific directory
graph-mem init --graph research           # create a named graph
graph-mem status                          # print graph statistics
graph-mem status --json                   # graph statistics as JSON
graph-mem status --graph research         # status of a named graph
graph-mem export --format json            # export entire graph
graph-mem export --output backup.json     # export to file
graph-mem import graph.json               # import graph from file
graph-mem validate                        # run integrity checks

所有管理命令均接受 --db, --project-dir，以及 --graph 用于针对特定数据库。

多图支持：使用 --graph 使用存储为的命名图 .graphmem/.db.没有 --graph，命令以默认值为目标 graph.dbMCP工具 list_graphs, create_graph, switch_graph，以及 delete_graph 为代理提供运行时图管理。

______________________________________________________________________

配置

所有设置都是可选的。默认值开箱即用。每个设置都可以通过CLI标志进行控制（请参阅 graph-mem server --help)环境变量，或两者兼而有之。CLI标志优先于环境变量，环境变量优先于默认值。

______________________________________________________________________

演出

• WAL模式+PRAGMA调谐 --具有快速写入、优化日志和缓存设置的并发读取
• ONNX优化嵌入 --推理速度比默认PyTorch快3倍，具有自动回退功能
• 内容哈希嵌入缓存 --相同的文本永远不会嵌入两次
• 背景模型预热 --在启动过程中将模型加载嵌入到后台线程中
• 无阻塞延迟加载 --模型载荷通过 asyncio.to_thread 因此嵌入调用永远不会阻塞事件循环
• 螺纹安全双重检查锁紧 --嵌入式引擎的安全并发访问
• 存储器映射 --大型数据库保持快速运行，而不会消耗成比例的RAM
• 批处理事务 --批量操作在单个事务中执行
• 弹性事务嵌套 --基于保存点的嵌套，故障时自动恢复深度
• 自动筛选 — add_entities 返回质量提示（缺少描述/观察），以便代理可以自我改进

______________________________________________________________________

发展

git clone https://github.com/Sathvik-1007/GraphMem-MCP
cd graph-mem

# Using uv (recommended)
uv venv
uv pip install -e ".[full,dev]"

# Or using pip
python -m venv .venv
source .venv/bin/activate
pip install -e ".[full,dev]"

运行测试

pytest                            # all tests
pytest tests/test_graph/          # graph engine tests
pytest tests/test_server/         # MCP server tool tests (all 28 tools)
pytest tests/test_cli/            # CLI command tests
pytest tests/test_models/         # data model tests
pytest tests/test_semantic/       # search + vector tests
pytest tests/test_storage/        # storage backend tests
pytest tests/test_db/             # database + migration tests
pytest tests/test_utils/          # config, logging, ID generation tests
pytest -x -q                      # stop on first failure, quiet output

______________________________________________________________________

明星历史

______________________________________________________________________

许可证

麻省理工学院